Cours doptimisation
4 Semaine 4 : Optimisation de fonctions d'une variable réelle . 4.2 Application `a l'optimisation sous contrainte d'une fonction de deux vari-.
OPTIMISATION À LAIDE DEXCEL
Optimisation sans contraintes avec le Solveur d'Excel . Cette même solution avait été obtenue en utilisant les techniques classiques d'optimisation ...
Techniques doptimisation des requêtes dans les data warehouses
Les syst`emes MOLAP apparaissent comme une solution acceptable pour le stockage et l'analyse d'un entrepôt lorsque la quantité estimée des données d'un entrepôt
Techniques doptimisation
Techniques d'optimisation. 8. Max CERF. 2018. 1.1.1 Optimisation continue. Hypothèses. • Continuité : Fonctions continues de variables réelles.
Techniques doptimisation déterministe et stochastique pour la
20 janv. 2011 La programmation DC (Différence de deux fonctions Convexes) et son algorithme. DCA (DC Algorithme) sont des techniques très importantes de ces ...
Optimisation et planification de lapprovisionnement en présence du
12 juil. 2017 Optimisation et planification de l'approvisionnement en présence du risque de rupture des ... Typologie des techniques de mesure du risque .
X. Algorithmes doptimisation
Un algorithme d'optimisation est une procédure mathématique qui permet d'obtenir les dégré de la fonction Pour le calcul du gradient d'une fonction ...
MÉTHODE D~OPTIMISATION POUR LA PLANIFICATION DE LA
6.3.1.1 Optimisation de la fonction duale g(.) . modèles mathématiques qui permettent l'application de ces techniques. D'abord les.
Perturbation des méthodes doptimisation. Applications
La plupart des algorithmes pour résoudre un problème d'optimisation : si/" ~/+cpn où la fonction <p" a un rôle de régularisation. Cette idée peut.
Techniques doptimisation
Techniques d'optimisation. 8. Max CERF. 2018. 1.1.1 Optimisation continue. Hypothèses. • Continuité : Fonctions continues de variables réelles.
L1 Eco - Analyse 2
Cours d'optimisation
T. DUMONT, C. L
EONARD, X. MARY, H. MOHAMED
Contents
1 Semaine 1 : Geometrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21.1 Points et vecteurs deR2. . . . . . . . . . . . . . . . . . . . . . . . . . . .2
1.1.1 Premiere denition . . . . . . . . . . . . . . . . . . . . . . . . . . .
21.1.2 Operations sur les points et les vecteurs . . . . . . . . . . . . . . .
21.2 Vecteurs : Norme et Produit scalaire . . . . . . . . . . . . . . . . . . . . .
21.2.1 La norme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21.2.2 Le produit scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . .
31.3 Domaines deR2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3
2 Semaine 2 : Fonctions de 2 variables relles . . . . . . . . . . . . . . . . . . . . .
42.1 Fonctions 2 variables relles . . . . . . . . . . . . . . . . . . . . . . . . . . .
42.2 Derivees partielles et vecteur gradient . . . . . . . . . . . . . . . . . . . .
42.3 Derivees partielles du second ordre . . . . . . . . . . . . . . . . . . . . . .
63 Semaine 3 : Developpement de Taylor . . . . . . . . . . . . . . . . . . . . . . .
64 Semaine 4 : Optimisation de fonctions d'une variable reelle . . . . . . . . . . .
104.1 Vocabulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
104.2 Application a l'optimisation sous contrainte d'une fonction de deux vari-
able : Methode de substitution . . . . . . . . . . . . . . . . . . . . . . . . 124.3 Convexite et caractrisation des extremums . . . . . . . . . . . . . . . . . .
135 Semaine 5 : Optimisation libre des fonctions de deux variables . . . . . . . . .
145.1 Condition du premier ordre . . . . . . . . . . . . . . . . . . . . . . . . . .
145.2 Conditions du second ordre et convexite . . . . . . . . . . . . . . . . . . .
156 Semaine 6 : Optimisation sous contrainte d'egalite : la methode du Lagrangien
206.1 Condition necessaire du premier ordre . . . . . . . . . . . . . . . . . . . .
206.2 Caracterisation faible des extremums locaux sous contrainte - Condition
susante du second ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . 236.3 Extremums globaux sous contrainte d'egalite . . . . . . . . . . . . . . . .
246.4 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
257 Semaine 7 : Methode du Lagrangien : La bonne condition susante du second
ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26Universite Paris Ouest - Nanterre - La Defense
1 21. Semaine 1 : Geometrie
1.1. Points et vecteurs deR2
1.1.1. Premiere denition
R2=f(x;y)jx2Ry2Rg
ExempleP= (2;3) est un point deR2.
l'ensemble de pointsR2est un espace ane avec comme origineO= (0;0).ExempleP= (2;3) est un point deR2.
Pour chaque paire de points (P;Q) deR2, (P= (xP;yP)Q= (xQ;yQ)) on peut denir le vecteur!PQ= (xQxP;yQyP) (exemple)SiQ=P,PPest le vecteur nul~0 = (0;0).
Attention : points et vecteurs sont denis par des coordonnees (x;y) cependant, durant ce cours nous ferons la distinction entre les deux! (exemples graphiques)1.1.2. Operations sur les points et les vecteurs
- Combinaison lineaire de vecteurs. Soientn2N,~u1= (x1;y1);:::;~un= (xn;yn) des vecteurs deR2et1;:::;ndes scalaires (i2R). Alors1~u1+2~u2+:::+n~un est un vecteur deR2de coordonnees (1x1+:::+nxn;1y1+:::+nyn). Exemples. - Addition d'un point et d'un vecteur. SiP= (xP;yP) et~u= (x~u;y~u),Q=P+~u est un POINT deR2de coordonnees (xP+x~u;yP+y~u). Exemples. - Addition de POINTS ensemble possible mais on s'interdira de le faire.1.2. Vecteurs : Norme et Produit scalaire
1.2.1. La norme
- Theoreme de Pythagore (+demonstration). - Denition : Norme (longueur) d'un vecteur.Propriete 1.1.Soient~u;~vvecteurs deR2et2R
1.~u=~0si et seulement sijj~ujj= 0.
2.jj~ujj=jj jj~ujj.
3. In egalitet riangulaire.jj~u+~vjj jjujj+jjvjj(sans preuve) - Denition : vecteurs colineaires. Soient~u;~vvecteurs deR2avec~v6=~0.~uet~vsont colineaires s'il existe2Rtel que~u=~v. (Remarque:~upeut ^etre le vecteur nul.)Propriete 1.2.Soient~u;~vvecteurs deR2et2R
Mathematiques 2 : Optimisation3
1.L eve cteurnul est c olineaire atout ve cteur.
2. Si ~u=~vavec0,~uet~vsont colineaires dans le m^eme sens et (cas degalite de l'inegalite triangulaire)jj~u+~vjj=jj~ujj+jj~vjj 3. Si ~u=~vavec0,~uet~vsont colineaires de sens oppose etjj~u+~vjj= j jj~ujj jj~vjj j.1.2.2. Le produit scalaire
- DansRle produit scalaire de deux reelsuetvest le produit classiqueuv. Il apparait dans l'identite remarquable: (u+v)2=u2+v2+ 2uv - De la m^eme maniere on cherche a denir un produit scalaire dansR2a partir de l'identitejj~u+~vjj2=jj~ujj2+jj~vjj2+2~u~v. Comment denir le produit~u~vpour qu'une telle identite s'applique? Denition 1.1.Soient~u;~vvecteurs deR2(~u= (x~u;y~u)et~v= (x~v;y~v)). On deni le produit scalaire~u~vpar ~u~v=x~ux~v+y~uy~v:Propriete 1.3.Soient~u;~v; ~wvecteurs deR2et;2R
1.jj~ujj2=~u~u
2. (sym etrie)~u~v=~v~u 3. (bilin eairite)~u(~v+~w) =~u~v+~u~w Proposition 1.2(Orthogonalite et reciproque de Pythagore).Soient~u;~vvecteurs de R 2 ~u?~v,~u~v= 0De plus
jj~u+~vjj2=jj~ujj2+jj~vjj2,~u~v= 0 - Application : equation de la tangente pour les graphs de fonctions d'une variable.1.3. Domaines deR2
- Domaines denis par une equation - Cas particulier graphe d'une fonction - Les cercles. (exemples) - Domaines denis par une inequation (exemples) - Domaines denis comme intersection ou reunion d'autres domaines. - Complementaire d'un domaine. 42. Semaine 2 : Fonctions de 2 variables relles
2.1. Fonctions 2 variables relles
- Fonction reelle de deux variables reellesf: (x;y)7!f(x;y)2R. - Domaine de denitionDf=(x;y)2R2jf(x;y) "est bien deni". - Exemples : Don- ner et representer les domaines de denition (Df) des fonctions suivantes f(x;y) =xy f(x;y) = ln(x+y) f(x;y) = ln(xy) - Representation 3D (cf. pdf) - Courbes de niveau : La courbe de niveaud'une fonctionfest deni par l'ensemble des points (x;y) appartenant a l'ensemble de denition def(Df) veriantf(x;y) =.On la noteC.
C =f(x;y)2 Dfjf(x;y) =g: Exemples : Dessiner les courbes de niveauCpour les fonctions et niveaux suivants : f(x;y) =yx2, niveaux=1 et= 2
f(x;y) =xy, niveau= 0 et= 1 f(x;y) =xln(xy), niveau= 0 et= 1 - Ensembles de niveaux : exemples - Continuite d'une fonction de deux variables : Denition 2.1.Soitfune fonction denie surDfet(x0;y0)2 Df. fest continue en(x0;y0)si lim (x;y)!(x0;y0)jf(x;y)f(x0;y0)j= 0 c'est a dire, si quelque soit >0aussi petit qu'on veut, il existe un rayonr >0 tel que : si un point(x;y)deDfest dans le disque de rayonret de centre(x0;y0) alorsf(x0;y0) < f(x;y)< f(x0;y0) +. fest continue sur un domaineD Dfsifcontinue en tout point deD.2.2. Derivees partielles et vecteur gradient
Fonctions partielles :
Denition 2.2.Soitfune fonction de deux variables denie sur un domaine D fR2. Soit(x0;y0)un point deDf. On peut denir deux fonctions d'une vari- able, appeles fonctions partielles obtenues en "xant" l'une des deux variables:Mathematiques 2 : Optimisation5
f x:x7!f(x;y0) f y:y7!f(x0;y) f xetfysont donc des fonctions d'UNE variable denies respectivement surDx= fx2Rj(x;y0)2 DfgetDy=fy2Rj(x0;y)2 Dfg.Exemples : donner les fonctions partielles :
{f(x;y) =xy3en (x0;y0) = (2;3) {f(x;y) =p1x2y2en (x0;y0) = (1=2;1)Derivees partielles
Denition 2.3.
{ La derivee partielle de la fonctionfpar rapport axen (x0;y0)est la derivee de la fonction partielle : x7!f(x;y0);enx0:Elle est notee
@@x f(x0;y0)ou@f@x (x0;y0)(comprendre "Derivee defpar rapport axen(x0;y0)"). @@x f(x0;y0)existe si la fonction partielle x7!f(x;y0) est derivable enx0. {La derivee partielle de la fonctionfpar rapport ayen(x0;y0)est la derivee de la fonction partielle : y7!f(x0;y);eny0:Elle est notee
@@y f(x0;y0)ou@f@y (x0;y0)(comprendre "Derivee defpar rapport ayen(x0;y0)").@@y f(x0;y0)existe si la fonction partielle y7!f(x0;y) est derivable eny0.Exemples : Calculer les derivees partielles@@x
f(x0;y0) et@@y f(x0;y0) des fonctions et pour les points suivants : f(x;y) =x(y1) (x0;y0) = (0;0) f(x;y) =xexp(xy) (x0;y0) = (1;0)quotesdbs_dbs47.pdfusesText_47[PDF] optimisation de conditionnement et dérivée
[PDF] optimisation definition
[PDF] optimisation définition economique
[PDF] optimisation definition francais
[PDF] optimisation des processus
[PDF] optimisation des processus administratifs
[PDF] optimisation des processus de gestion
[PDF] optimisation des processus de production
[PDF] Optimisation du coût moyen
[PDF] optimisation du processus achat memoire
[PDF] Optimisation et algorithme
[PDF] Optimisation et optimisation en maths
[PDF] Optimisation libre
[PDF] optimisation libre exercices corrigés